Lingbot-video
PulseAugur coverage of Lingbot-video — every cluster mentioning Lingbot-video across labs, papers, and developer communities, ranked by signal.
- 2026-07-09 product_launch Ant Group has open-sourced LingBot-Video, a video foundation model tailored for embodied AI. 来源
- 2026-07-08 product_launch A Chinese lab open-sourced the LingBot-Video generative model. 来源
- 2026-07-08 product_launch Robbyant released the open-weights video generation model LingBot-Video. 来源
- 2026-07-08 research_milestone The release of LingBot-Video, an open-source MoE video foundation model for embodied intelligence. 来源
- 2026-07-08 research_milestone Researchers released LingBot-Video, an open-source Mixture-of-Experts video foundation model for embodied intelligence. 来源
1 天有情绪数据
-
LingBot-Video 的高分辨率视频生成需要大量的 GPU 算力
一位 Reddit 用户分享了在 1088x1920 高分辨率下运行 LingBot-Video 的详细信息。该过程需要四块 RTX PRO 6000 Max-Q GPU，每块拥有 96GB 显存，生成仅 3 秒的视频大约需要 20 分钟。该设置利用了 FSDP2 和跨 GPU 的上下文并行，每张卡显存使用量峰值为 57GB。用户还提到管理内存的复杂性以及需要一个单独的 27B 模型来为视频生成结构化的 JSON 标题。
-
LingBot-Video 的开源模型输出与 LTX-2.3 对比
一位用户将 LingBot-Video 的开源模型输出与其自己的 LTX-2.3 运行结果进行了对比，重点关注“铬球高光”效果。LingBot-Video 模型在高光瓣的清晰度上保持了更长时间，尽管两个模型最终都出现了退化。用户指出，两个模型都未能实现准确的焦散，并且 LingBot-Video 模型尽管声称效率高，但由于其完整的专家池，仍然需要大量 VRAM。
-
开源LingBot-Video模型引发世界模型争论
Robbyant发布了LingBot-Video，这是一个开放权重模型，能够根据给定的控制信号和初始帧来预测机器人未来的动作和手部姿势。该模型生成想象中的未来状态，引发了关于这种预测能力是否构成真正世界模型还是仅仅是复杂视频生成器的讨论。此次发布在AI社区中引发了关于世界模型定义和特征的争论，并将LingBot-Video与Dreamer和JEPA等既有概念进行了对比。
-
蚂蚁集团开源具身大模型视频模型LingBot-Video
蚂蚁集团开源了LingBot-Video，一个专为具身AI设计的大规模混合专家（MoE）视频基础模型。该模型优先考虑物理真实性和对现实世界物理定律的遵循，这使其区别于一般的视频生成模型。LingBot-Video在训练中整合了超过7万小时的具身中心视频数据和一个多维度奖励系统，以确保生成的内容在物理上是合理的且面向任务的。与其他的视频生成模型相比，它在RBench等基准测试中表现出了卓越的性能。
-
TPG、黑石集团计划以40亿美元出售Hologic业务；蚂蚁集团开源AI模型
据报道，TPG和黑石集团正计划以超过40亿美元的价格出售Hologic的外科业务，以偿还债务并收回收购资金。此举尚处于早期阶段，交易并非板上钉钉。另据报道，蚂蚁集团的凌波科技已开源两个新的AI模型：用于实时交互式世界生成的LingBot-World 2.0和用于具身AI视频生成的LingBot-Video。
-
蚂蚁集团发布两个开源AI模型，用于世界生成和视频合成
蚂蚁集团的灵境科技发布了两个新的开源模型：用于实时交互式世界生成的LingBot-World 2.0，以及用于具身AI视频生成的开源基础模型LingBot-Video。LingBot-World 2.0支持高清输出并集成了Agent机制，而LingBot-Video则以其MoE架构及其在机器人领域理解动作和物理世界的应用而闻名。
-
中国实验室开源 LingBot-Video，一款用于机器人规划的生成模型
一个中国研究实验室开源了 LingBot-Video，这是一款旨在充当“机器人大脑”的生成视频模型。该模型能够生成完整的视频片段而无需相机输入，旨在作为世界模型进行想象和规划。这一发展引发了关于生成逼真场景是否等同于真正理解世界的疑问。
-
Robbyant 发布开放权重世界和视频 AI 模型
Robbyant 发布了两个新的开放权重模型：LingBot-World，一个世界模型，以及 Lingbot-Video，一个视频生成模型。这两个模型都可以在 Hugging Face 上获取，Lingbot-Video 的代码也可以在 GitHub 上访问。这些发布为创意应用的开源 AI 工具不断增长的生态系统做出了贡献。
-
开源权重视频模型 LingBot-Video 测试物理模拟
蚂蚁集团旗下的具身智能公司 Robbyant 发布了名为 LingBot-Video 的开源权重视频生成模型。该模型专注于准确模拟流体动力学、颗粒沙和反射等物理现象，而不是优先考虑电影般的视觉质量。研究人员鼓励用户测试该模型并找出其在准确表示这些物理交互方面的局限性。
-
新型MoE视频模型LingBot-Video面向具身智能
研究人员开发了LingBot-Video，这是一种基于Diffusion Transformer架构的新型视频预训练模型，采用了混合专家（MoE）方法以提高效率。该模型专门为具身智能任务（如机器人控制）设计，通过在包含机器人相关视频片段和标准互联网视频的数据集上进行训练。在训练过程中使用多维度奖励系统，以确保物理真实性和任务完成度，旨在弥合数字内容创作与物理驱动之间的差距。
-
Robbyant发布LingBot-Video，一款开源MoE视频生成模型
Robbyant发布了LingBot-Video，这是一款开源的混合专家（MoE）视频生成模型，专为具身智能设计。该模型在包含网络视频和具身数据的海量数据集上进行训练，采用高效的MoE架构，推理速度比以往模型快约三倍。LingBot-Video集成了多奖励系统，优先考虑输出的美学质量、物理合理性和任务完成度。
-
LingBot-Video：开源专家混合模型视频用于具身AI发布
研究人员推出LingBot-Video，一个专为具身智能应用设计的创新视频预训练框架。该框架采用了专家混合（MoE）架构、扩散Transformer（DiT）和专门的数据增强技术。该系统使用多维度奖励系统进行训练，以确保物理合理性和任务完成，旨在弥合数字创意与物理机器人之间的差距。
-
蚂蚁集团凌波发布具身AI模型套件，包括世界动作和视频生成
蚂蚁集团凌波科技发布了一系列旨在推进具身AI和机器人技术的新模型。LingBot-VA 2.0被呈现为首个具身原生世界动作模型，从根本上为物理世界交互而设计，而非改编数字世界模型。与之相辅的是LingBot-World 2.0，一个能够进行长达一小时生成的实时交互式世界模型，并整合了AI代理机制以实现动态交互。此外，LingBot-Video，一个基于MoE的视频生成模型，针对具身AI任务进行了优化，在机器人基准测试中表现优于现有模型…